这是一个基于 MCP (Model Context Protocol) 的 SSH 工具,它能让 AI 模型通过标准化接口访问和管理 SSH 连接。
Overview
这是一个基于 MCP (Model Context Protocol) 的 SSH 工具,它能让 AI 模型通过标准化接口访问和管理 SSH 连接。
README
SSH MCP 工具
English Version (README-EN.md)
这是什么
这是一个基于 MCP (Model Context Protocol) 的 SSH 工具,它能让 AI 模型通过标准化接口访问和管理 SSH 连接。
简单来说,它让 AI 助手能够执行各种 SSH 操作,如连接服务器、执行命令、管理文件等,无需用户手动输入复杂的命令或切换到终端。
快速上手
0. 环境准备
1. 克隆并安装
git clone https://github.com/shuakami/mcp-ssh.git
cd mcp-ssh
npm install
npm run build
⚠️ 重要提示:安装后请不要删除克隆或解压的文件,插件需要持续访问这些文件!
2. 构建项目
npm run build
3. 添加到 Cursor MCP 配置
根据你的操作系统,按照以下步骤配置 MCP:
4. 启动服务
配置好之后,重启 Cursor 编辑器,它会自动启动 MCP 服务。然后你就可以开始使用了。
5. 配置 SSH 连接
使用示例
高级功能
阻塞检测
SSH MCP 工具内置了智能的阻塞检测机制:
- 自动检测交互式程序(如 vim、nano)
- 识别后台运行的阻塞进程
- 支持设置等待超时时间(最长10分钟)
- 提供强制执行选项(使用 force 参数)
复合命令处理
支持执行包含 && 和 ; 的复合命令:
- 智能拆分和执行多个命令
- 保持命令执行顺序
- 提供详细的执行状态
- 支持错误处理和回滚
tmux 集成
完整的 tmux 会话管理支持:
- 创建和管理持久化会话
- 支持发送按键序列
- 实时捕获会话输出
- 智能处理会话状态
增强提示设置
为了更好地使用 SSH MCP 工具与远程服务器协作,建议在 Cursor 中添加以下 CursorRules 设置:
添加此设置后,AI 助手将能够更智能地处理 SSH 任务,特别是在需要用户协作的场景中,可以创建共享的 tmux 会话,让远程操作更加高效和透明。
工作原理
贡献指南
欢迎提交 Issue 和 Pull Request!在提交之前,请:
- 查看现有的 Issue 和 PR
- 遵循项目的代码风格
- 添加适当的测试用例
- 更新相关文档
许可证
本项目采用 ISC 许可证 - 详见 LICENSE 文件
If this project helps you, please give it a Star ⭐️ (。♥‿♥。)
使用 Docker 运行 (推荐)
您也可以在 Docker 容器中运行此工具。这是推荐的使用方式,因为它可以避免与您的本地环境产生任何潜在的冲突。
-
构建 Docker 镜像:
docker build -t mcp-ssh . -
运行 Docker 容器 (附带数据持久化):
为了确保您的连接配置和凭证在容器重启后不丢失,我们强烈建议您使用 Docker 数据卷 (Volume)。
# (首次运行前) 创建一个数据卷来存储数据 docker volume create mcp-ssh-data # 运行容器,并将数据卷挂载到容器的 /root/.mcp-ssh 目录 # 同时,我们仍然建议挂载您本地的 .ssh 目录以使用现有密钥 docker run -it -v mcp-ssh-data:/root/.mcp-ssh -v ~/.ssh:/root/.ssh mcp-ssh在 Windows 上,请使用
%USERPROFILE%\.ssh代替~/.ssh:docker run -it -v mcp-ssh-data:/root/.mcp-ssh -v %USERPROFILE%\.ssh:/root/.ssh mcp-ssh
Install
docker run -it -v mcp-ssh-data:/root/.mcp-ssh -v ~/.ssh:/root/.ssh mcp-sshConfiguration
{
"mcpServers": {
"ssh-mcp": {
"command": "pythonw",
"args": [
"C:/Users/你的用户名/mcp-ssh/bridging_ssh_mcp.py"
]
}
}
}